CQDM et Medicago R&D annoncent un projet fondé sur l'IA de +1,2M$ pour optimiser la production de vaccins
Ville de Québec (Québec), le 5 mai 2020 – Le consortium de recherche biopharmaceutique CQDM et Medicago R&D sont fiers d’annoncer aujourd’hui le financement d’un projet de recherche qui permettra à l’entreprise de Québec d’accroître la compétitivité de sa plateforme de production de vaccins et de confirmer sa position de leader dans l’industrie biopharmaceutique au Canada. Via le CQDM, c’est une subvention de 500 000 $ que le ministère de l’Économie et de l’Innovation du Québec octroie pour la réalisation de cette initiative d’une durée de trois ans.
« La crise sanitaire liée à la COVID-19 nous rappelle l’importance de produire des vaccins pour assurer la protection et la santé de la population. Plus que jamais, le gouvernement du Québec juge essentiel de soutenir ce projet de recherche, qui permettra à Medicago, un acteur important de l’industrie biopharmaceutique, d’augmenter sa productivité grâce à l’intelligence artificielle. Nous contribuons du même coup à renforcer la position du Québec comme l’un des centres manufacturiers de vaccins les plus importants au monde » a souligné Pierre Fitzgibbon, ministre de l’Économie et de l’Innovation.
Le projet est mené par l’équipe du professeur Jacques Corbeil, chercheur au département de médecine moléculaire du CHU de Québec-Université Laval, et effectué en étroite collaboration avec Medicago R&D. Le professeur Corbeil est reconnu internationalement pour son expertise pointue à l’interface de la médecine et des approches d’apprentissage automatique. Il est entre autres titulaire de la chaire de recherche du Canada en génomique médicale.
« Il est important de souligner que ce projet est né d’un désir commun d’améliorer la production de vaccins afin de mieux protéger la santé des Canadiens et Canadiennes. Ce fort soutien est particulièrement à point pour mener notre combat contre les maladies émergentes auxquelles nous devons faire face de nos jours, comme la COVID-19 en ce moment », a mentionné le professeur Corbeil.
La technologie de Medicago utilise des plantes non transgéniques comme des usines miniatures pour produire efficacement des vaccins et protéines thérapeutiques. Ce projet permettra à l’entreprise de bénéficier des dernières avancées en matière d’intelligence artificielle pour explorer un nouvel angle d’analyse de ses paramètres de production. Les résultats du projet devraient permettre une augmentation de la productivité de l’entreprise, et renforceront la capacité de Medicago R&D à répondre efficacement à une demande soudaine et importante, comme dans le cas de pandémie. Le 12 mars dernier, Medicago indiquait d’ailleurs avoir produit avec succès des particules pseudo-virales (PPV) du coronavirus en seulement 20 jours après avoir reçu le gène du virus, ayant ainsi un candidat-vaccin viable pour la COVID-19.
« Il est évident que l’intelligence artificielle jouera un rôle majeur dans l’entreprise de demain. En ce sens, et afin de renforcer notre position de leader de l’innovation biotechnologique au Canada, nous sommes enthousiastes de collaborer à ce projet de recherche en mettant à profit notre vaste expérience scientifique ainsi qu’une contribution d’une valeur totale de plus de 700 000 $ au projet », a déclaré le Dr Bruce Clark, président et chef de la direction de Medicago.
« Nous sommes très fiers d’avoir à nouveau l’occasion de contribuer au développement de Medicago R&D. Il y a de cela dix ans, le CQDM finançait la création de la plateforme de découverte d’antigènes de Medicago, outil qui a propulsé la croissance de l’entreprise et qui leur est toujours utile aujourd’hui », a déclaré Diane Gosselin, présidente-directrice générale du CQDM. « Nous n’avons pas de doute que cette nouvelle initiative générera tout autant de retombées positives pour l’entreprise et pour le Québec, notamment en cette période si particulière. »
Pour l’équipe du Centre de recherche du CHU-Université Laval, il s’agit d’une nouvelle opportunité de démontrer que les approches d’intelligence artificielle telles que l’apprentissage automatique ou profond, lorsque combinées à des méthodes plus traditionnelles comme la génomique ou la métabolomique, permettent de faciliter l’interprétation de données complexes dans un champ d’application comme la production biopharmaceutique.